Semi-Auto-NovelAI-to-Pixiv-集成多种AI工具的图像生成项目

网络安全领域的大语言模型，为安全审计和网络防御提供自然语言处理能力，支持恶意代码分析、网络攻击检测和安全漏洞预测。

zhihu-ai-qa项目汇集了超过1000个关于人工智能的热门问答，提供便捷的查询和获取接口，并支持多种分类和标签筛选，旨在高效抓取和存储相关数据。

KG-LLM-Papers是一个整合知识图谱(KGs)与大语言模型(LLMs)的研究论文平台，提供丰富的研究文献列表，专注于这两个领域的交叉点。该项目由ZJUKG精心策划，便于用户轻松获取相关文献，并定期更新新出版的论文。

自校正 LLM 控制的扩散模型，用于自动编辑任何图像或修复生成模型的文本到图像错位，无需额外训练。

Cogstudio是NVIDIA专享的高级Web UI，用于CogVideo视频生成与编辑，支持文本到视频、视频到视频、图像到视频以及视频扩展等功能，提供标签式工作流程，简化视频编辑过程。

该项目旨在通过无人机视频实时检测和绘制感兴趣物体的位置，提供直观的地图展示。

mink是一个基于MuJoCo的Python逆向运动学库，旨在为多种机器人提供高效的差分逆向运动学解决方案。该库使得机器人在复杂环境中的运动规划和控制变得更加简便，适合研究和应用于多种机器人平台。

yft-design 是一个基于 Canvas 的开源设计工具，使用 Vue3、TypeScript、Fabric.js、Pinia 和 Element-Plus 构建。它支持多种常用元素类型，如文字、图片、形状、线条、二维码和条形码，具有高度可编辑能力，用户可以通过缩略图查看设计，使用模板快速生成设计，并且可以将设计成果导出为json、svg和图片文件等多种格式。

OnePose++ 是一种无需CAD模型的关键点自由物体姿态估计方法，能够在复杂环境中快速、准确地估计物体姿态。该项目采用一击式的估计方式，使其在实际应用中具有较高的效率和实用性。

april-asr是一个用C语言开发的语音转文本(STT)库，具备高效的语音识别算法和实时转录功能，支持多种语言，具有可扩展的架构，便于集成到其他项目中，适用于多种应用场景。

VQGraph重新思考图表示空间，旨在桥接图神经网络（GNNs）和多层感知机（MLPs），提供创新的图表示技术，提升图基机器学习任务的效率和效果。

UI Sketcher是一个VSCode插件，借助GPT-4V的多模态能力，在插件中画出界面草图，就能生成一个基于ReactNative的UI界面。

将PDF文档转换为Markdown的智能工具，利用先进的视觉语言模型，能够精准识别并提取文本、表格和公式，保留文档格式和层次结构

一款基于 Motrix 开发的功能丰富的开源免费下载工具，支持下载 HTTP、FTP、BT、磁力链等资源，界面简洁易用。

DiffBIR是一个基于扩散模型实现盲影像复原的项目，支持多种类型的图像，包括动漫、人物、风景和物品等，旨在有效处理盲图像问题，适用于多种应用场景。

该项目汇集了关于故事生成/叙事的大量优秀论文，主要集中在大型语言模型（LLMs）时代的研究。

VLM-Visualizer是一个视觉-语言模型注意力可视化工具，旨在通过结合语言模型和视觉变换器的注意力权重，生成输入图像上的注意力图，以直观展示模型在生成特定令牌时关注图像的哪些部分。

CodeCapybara是一个基于LLaMA模型的开源项目，它可以根据指令调整代码生成。该项目由FSoft AI4Code团队开发，采用了机器学习技术。